生成從非正方形數據集

Question

拉普拉斯矩陣我有一個數據集爲以下，其中第一和第二列表示從節點到連接：

fromNode toNode 
0 1 
0 2 
0 31 
0 73 
1 3 
1 56 
2 10 
... 

我要生成從該數據集拉普拉斯矩陣。我使用下面的代碼來做到這一點，但它抱怨，因爲數據集本身不是方陣。是否有一個函數接受這種類型的數據集並生成矩陣？

from numpy import genfromtxt 
from scipy.sparse import csgraph 
import csv 

G = genfromtxt('./data.csv', delimiter='\t').astype(int) 
dataset = csgraph.laplacian(G, normed=False) 

Answer 1

與其查找除您的數據以外的函數，請將數據處理爲正確的格式。

假數據f模擬文件對象。對於Python 3.6使用io.StringIO。

data = '''0 1 
0 2 
0 31 
0 73 
1 3 
1 56 
2 10''' 
f = io.BytesIO(data) 

讀取數據的每一行，並將其加工成邊緣的與所述形式(node1, node1)列表。

edges = [] 
for line in f: 
    line = line.strip() 
    (node1, node2) = map(int, line.split()) 
    edges.append((node1,node2)) 

找到最高點數，創建基於最高節點數量方 numpy的ndarray。您需要了解您的節點編號 - 是否基於零？

N = max(x for edge in edges for x in edge) 
G = np.zeros((N+1,N+1), dtype = np.int64) 

遍歷邊緣與邊緣權重分配給所述圖形

for row, column in edges: 
    G[row,column] = 1 

---

這裏是一個解決方案利用的numpy integer array indexing。

z = np.genfromtxt(f, dtype = np.int64) 
n = z.max() + 1 
g = np.zeros((n,n), dtype = np.int64) 
rows, columns = z.T 
g[rows, columns] = 1 

---

當然這兩個的假設所有的邊緣的權重相等。

---

請參閱Graph Representations在scipy文檔。我無法嘗試此圖表來查看它是否有效，我得到一個導入錯誤csgraph - 可能需要更新。